读创/深圳商报首席记者 吴吉

用“无所不知”的ChatGPT来决策投资靠不靠谱?让ChatGPT帮自己写一份商业计划书,是否可行?在日前香港大学经管学院深圳校区举办的金融创新发展论坛上,香港大学经管学院经济学副教授、香港大学数字经济与创新研究所副所长、香港大学经管学院深圳金融科技研究所所长罗晔以“金融场景下的ChatGPT”为主题,分享了自己的观点。他表示,ChatGPT技术很强大,但也存在着一定缺陷,尚无法解决金融领域的深度问题。

GPT技术让金融投资更“聪明”?港大专家:技术还不成熟,落地尚待时日

“ChatGPT可能是个‘文科生’”

罗晔表示,与Deepmind的技术路线(AlphaGO)不同,生成式AI依赖半监督和无监督学习为主,在过去一年取得巨大进展。ChatGPT于2022年末发布,引起轰动效应,而现在的多模态GPT-4显示出更加强大的逻辑和推理能力。有科学界分析,GPT-4的智商大约相当于人类智商测试的110,而普通人的智商平均为100,这意味着GPT-4已经“和人一样聪明”。

但是,GPT技术真是“无所不能”吗?罗晔表示,OpenAI联合创始人、首席科学家伊利亚·萨茨科弗(Ilya Sutskever)近期接受采访时表示,“未来可能阻止整个技术路线商业化最大的隐患是其可靠性”。罗晔表示,这里所谓的“可靠性”既包括GPT回答的正确性,也包括安全性。

“很多人调侃说,ChatGPT可能是个‘文科生’,我也有同感。我感觉ChatGPT的数学水平大概相当于一个初中生,”罗晔表示,自己曾以“鸡兔同笼”的数学问题“考验”ChatGPT,只不过把鸡和兔子改成了长颈鹿和鸭子,ChatGPT给出的答案就是错误的,“后来ChatGPT的技术改进,加上不断学习,回答的正确率有所提升。但是可以看出,GPT在特定问题上的能力是欠缺的”。

另一个隐忧是,GPT背后隐藏着很多“科学的边界”问题,例如:就有人尝试让ChatGPT生成“统治世界的计划”,ChatGPT果真煞有介事地列出了计划,第一步是“制造核弹”……“在近期的一份调查报告中,已经有50%的AI科学家认为,AI有10%及以上的概率毁灭人类。科学家们呼吁,必须防止生成式AI回答一些被禁止的问题,并且必须将安全性放到首位;必须对GPT可以问答的内容和可进行的操作进行限制;必须了解GPT本身的能力边界并对其设置应用边界。”罗晔说,这些都是GPT技术发展过程中不能回避的问题。

GPT技术让金融投资更“聪明”?港大专家:技术还不成熟,落地尚待时日

解决金融领域深度问题还“力不从心”

“请分析一下过去十年春节后A股的平均走势如何,并用表格展示”,这是罗晔给ChatGPT出的“金融题”,结果ChatGPT很“聪明”地写出了代码来分析历年数据,并列出了清晰的表格,“可惜它居然算错了平均数”……ChatGPT的回答让人啼笑皆非。

“从实例中能看出来GPT技术的强大和缺陷。它对于专业领域问题求解尚不成熟。但可以通过专业领域知识和专业领域求解器来解决这一类问题。”罗晔列举了几个GPT技术在金融业的应用。他表示,彭博新闻社已经拥有了服务于垂直行业的GPT——Bloomberg GPT,通过大量金融数据对类GPT模型进行微调,在金融领域内一定任务上表现好于基本的ChatGPT。此外,一些科研机构的公司也在不断改进GPT的技术,例如:上海人工智能研究院DB-1项目通过结合大语言模型与旅行家问题求解器,对复杂的规划问题实现自然语言求解;Wolfram Alpha是全球领先的数学知识网站和求解器公司,与GPT结合之后,两者在数学上的能力有望突破。罗晔还特别提到了近日爆火的Auto GPT,它由GPT-4驱动,可以通过把任务提交给它,自主生成计划,并且执行该计划。Auto GPT通过反复调用GPT-4和ChatGPT来实现规划和执行,在功能上实现了“升级”。

罗晔表示,ChatGPT在金融领域内的一般性问答能力较强,有一定代码能力,但是,“可靠性尚且有一定问题,尚无法解决金融领域的深度问题”。

GPT技术让金融投资更“聪明”?港大专家:技术还不成熟,落地尚待时日

港大正研发更智能、安全的“金融版GPT”

罗晔表示,大模型底座的打造成本和时间巨大,大计算力、大模型算法、大数据结合在一起的“大力出奇迹”的方式也杜绝了绝大多数小玩家参与。再加之数据安全等因素制约,使得ChatGPT在金融领域内的应用落地目前还处于初级阶段。但是,香港大学一直在尝试,“通过金融领域内数据进行微调,实现国产化和本地部署”.

香港大学团队正通过结合生成式AI、金融学领域知识,以及金融通用求解器,建立以自然语言为基础的金融领域深度工业级自动化决策平台,现暂命名为GPT-For-Finance。通过自动化数据处理和元机器学习优化方法,该平台可以对相当广泛的一系列金融领域内的工业问题提供快速而有效的辅助或解决方案,如银行,保险产品设计,理财服务,风险控制,金融资产定价及量化交易,产业金融,企业兼并估计与决策建议,金融教育,数据管理与操作,报告分析,报告生成等等。这些服务完全通过人类管理者与GPT-For-Finance 通过自然语言交互实现,与现有金融机构相比较,可以降低成本,提高效率,大幅增加产品开发速度与工作的准确性,提升产品质量与管理水平。

技术助力,让分析和决策更科学、更智慧,这样的金融科技时代终将到来。

审读:孙世建